2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩101頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、近年來(lái),隨著我國(guó)經(jīng)濟(jì)和化工產(chǎn)業(yè)的飛速發(fā)展,越來(lái)越多的危險(xiǎn)化學(xué)品出現(xiàn)在生產(chǎn)、經(jīng)營(yíng)、運(yùn)輸及使用中,這無(wú)疑對(duì)人類和社會(huì)帶來(lái)了潛在的威脅,因此對(duì)化學(xué)物質(zhì)進(jìn)行危險(xiǎn)性評(píng)價(jià)顯得越來(lái)越重要。理化性質(zhì)是評(píng)價(jià)化學(xué)品危險(xiǎn)性的重要指標(biāo),但由于各種原因,目前還沒(méi)有一個(gè)完整的數(shù)據(jù)庫(kù)。定量結(jié)構(gòu)-性質(zhì)/活性關(guān)系(QuantitativeStructure-Property/Activity Relationship, QSPR/QSAR)方法的出現(xiàn)為化學(xué)品的危險(xiǎn)性預(yù)測(cè)

2、提供一個(gè)可靠的手段。一旦建立了可靠的模型,既可以用它來(lái)預(yù)測(cè)新的甚至是尚未合成的化合物的各種性質(zhì),而且可以在微觀上了解分子結(jié)構(gòu)對(duì)性質(zhì)的影響,這對(duì)新分子的設(shè)計(jì)有一定的指導(dǎo)作用。
  本論文利用遺傳函數(shù)算法(Genetic Function Approximation,GFA)來(lái)選擇描述符,用多元線性回歸(Multivariable Linear Regression,MLR)的方法建立線性模型;隨后還使用BP神經(jīng)網(wǎng)絡(luò)(Back-Pro

3、pagationNetwork,BPNN)和支持向量機(jī)(Support Vector Machines,SVM)來(lái)建立非線性模型,得到的結(jié)果令人滿意。具體可分為以下幾個(gè)方面的內(nèi)容:
  (1)闡述了QSPR/QSAR的基本原理、研究步驟以及研究進(jìn)展;詳細(xì)的解釋了BPNN和SVM的基本原理。
  (2)建立了一個(gè)用于研究脂肪族化合物的急性毒性的QSAR模型。利用GFA選擇分子描述符,分別用MLR和BPNN建立急性毒性與分子描述

4、符之間的線性和非線性模型。測(cè)試集中復(fù)相關(guān)系數(shù)R2分別為0.760和0.814,平均絕對(duì)誤差A(yù)AE為0.314mmol/L和0.296mmol/L,表明非線性模型的擬合度和預(yù)測(cè)精度均優(yōu)于線性模型。該方法提供了一個(gè)基于分子結(jié)構(gòu)預(yù)測(cè)脂肪族化合物急性毒性的新途徑。
  (3)預(yù)測(cè)了結(jié)構(gòu)類型互不相同的1056種有機(jī)物的燃燒下限。通過(guò)GFA篩選出4個(gè)與燃燒下限密切相關(guān)的結(jié)構(gòu)參數(shù)。MLR和BPNN分別用來(lái)建立線性和非線性模型。測(cè)試集中復(fù)相關(guān)系數(shù)

5、R2分別為0.956和0.978,均方根誤差RMSE分別為0.107vol%和0.077vol%。結(jié)果表明,BPNN模型性能優(yōu)于MLR。
  (4)運(yùn)用MLR和SVM方法,分別建立了91個(gè)脂肪醇化合物的結(jié)構(gòu)與其閃點(diǎn)之間的線性和非線性的QSPR模型。測(cè)試集中復(fù)相關(guān)系數(shù)R2分別為0.976和0.979,平均絕對(duì)誤差A(yù)AE為2.870K和2.706K。結(jié)果表明,通過(guò)GFA篩選出的3個(gè)描述符能很好的表征脂肪醇化合物的閃點(diǎn)。
  (5

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論